論文の概要: The AI Ghostwriter Effect: Users Do Not Perceive Ownership of
AI-Generated Text But Self-Declare as Authors
- arxiv url: http://arxiv.org/abs/2303.03283v1
- Date: Mon, 6 Mar 2023 16:53:12 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-07 15:19:35.368914
- Title: The AI Ghostwriter Effect: Users Do Not Perceive Ownership of
AI-Generated Text But Self-Declare as Authors
- Title（参考訳）: AIのゴーストライター効果:ユーザーはAI生成テキストの所有権を認識せず、著者として自己宣言する
- Authors: Fiona Draxler, Anna Werner, Florian Lehmann, Matthias Hoppe, Albrecht
Schmidt, Daniel Buschek, Robin Welsch
- Abstract要約: パーソナライズされた言語生成モデルのための人間とAIのコラボレーションにおけるオーサシップとオーサシップについて検討する。
AIゴーストライター効果: ユーザーは自分自身をAI生成テキストの所有者や著者とはみなさず、公然とAI著者の宣言を控える。
本稿では,テキスト生成タスクにおけるAIのオーサシップフレームワークとユーザインターフェースの適用の基礎となる,心理的オーサシップと人間-AIインタラクションとの関連性について論じる。
- 参考スコア（独自算出の注目度）: 46.628320754227005
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Human-AI interaction in text production increases complexity in authorship.
In two empirical studies (n1 = 30 & n2 = 96), we investigate authorship and
ownership in human-AI collaboration for personalized language generation
models. We show an AI Ghostwriter Effect: Users do not consider themselves the
owners and authors of AI-generated text but refrain from publicly declaring AI
authorship. The degree of personalization did not impact the AI Ghostwriter
Effect, and control over the model increased participants' sense of ownership.
We also found that the discrepancy between the sense of ownership and the
authorship declaration is stronger in interactions with a human ghostwriter and
that people use similar rationalizations for authorship in AI ghostwriters and
human ghostwriters. We discuss how our findings relate to psychological
ownership and human-AI interaction to lay the foundations for adapting
authorship frameworks and user interfaces in AI in text-generation tasks.
- Abstract（参考訳）: テキスト生成における人間とAIの相互作用は、著者の複雑さを増大させる。
2つの実証研究(n1 = 30 & n2 = 96)において、パーソナライズされた言語生成モデルのための人間とAIのコラボレーションにおけるオーサシップとオーナシップについて検討する。
AIゴーストライター効果: ユーザーは自分自身をAI生成テキストの所有者や著者とはみなさず、公然とAI著者を宣言することを控える。
パーソナライゼーションの程度はAIゴーストライター効果に影響を与えず、モデルのコントロールは参加者の所有権意識を高めた。
また、オーナーシップの感覚と著者宣言の相違は、人間のゴーストライターとのインタラクションにおいてより強く、aiゴーストライターと人間のゴーストライターにおいて、同じような合理化を著者シップに使用することを発見した。
本稿では,テキスト生成タスクにおけるAIのオーサシップフレームワークとユーザインターフェースの適用の基礎となる,心理的オーサシップと人間-AIインタラクションとの関連について論じる。
関連論文リスト
- "It was 80% me, 20% AI": Seeking Authenticity in Co-Writing with Large Language Models [97.22914355737676]
我々は、AIツールと共同で書き込む際に、著者が自分の真正な声を保存したいかどうか、どのように検討する。
本研究は,人間とAIの共創における真正性の概念を解明するものである。
読者の反応は、人間とAIの共著に対する関心が低かった。
論文 参考訳（メタデータ） (2024-11-20T04:42:32Z) - Human Bias in the Face of AI: The Role of Human Judgement in AI Generated Text Evaluation [48.70176791365903]
本研究では、偏見がAIと人為的コンテンツの知覚をどう形成するかを考察する。
ラベル付きおよびラベルなしコンテンツに対するヒトのラッカーの反応について検討した。
論文 参考訳（メタデータ） (2024-09-29T04:31:45Z) - The Great AI Witch Hunt: Reviewers Perception and (Mis)Conception of Generative AI in Research Writing [25.73744132026804]
研究執筆におけるジェネレーティブAI(GenAI)の利用は急速に増加している。
ピアレビュアーがAIによる増補された写本をどう認識するか、それとも誤認しているかは明らかでない。
我々の研究結果は、AIによって強化された文章は可読性、言語多様性、情報性を改善するが、しばしば研究の詳細や著者からの反射的な洞察を欠いていることを示唆している。
論文 参考訳（メタデータ） (2024-06-27T02:38:25Z) - The Future of AI-Assisted Writing [0.0]
我々は、情報検索レンズ(プル・アンド・プッシュ)を用いて、そのようなツールの比較ユーザスタディを行う。
我々の研究結果によると、ユーザーは執筆におけるAIのシームレスな支援を歓迎している。
ユーザはAI支援の書き込みツールとのコラボレーションも楽しんだが、オーナシップの欠如を感じなかった。
論文 参考訳（メタデータ） (2023-06-29T02:46:45Z) - The Role of AI in Drug Discovery: Challenges, Opportunities, and
Strategies [97.5153823429076]
この分野でのAIのメリット、課題、欠点についてレビューする。
データ拡張、説明可能なAIの使用、従来の実験手法とAIの統合についても論じている。
論文 参考訳（メタデータ） (2022-12-08T23:23:39Z) - Suggestion Lists vs. Continuous Generation: Interaction Design for
Writing with Generative Models on Mobile Devices Affect Text Length, Wording
and Perceived Authorship [27.853155569154705]
モバイル端末上でAIで書き込むための2つのユーザインタフェースを提示し、イニシアティブとコントロールのレベルを制御する。
AIの提案では、人々は積極的に書くことは少なかったが、著者であると感じた。
どちらの設計においても、AIはテキストの長さを長くし、言葉に影響を与えていると認識された。
論文 参考訳（メタデータ） (2022-08-01T13:57:11Z) - Trustworthy AI: A Computational Perspective [54.80482955088197]
我々は,信頼に値するAIを実現する上で最も重要な6つの要素,(i)安全とロバスト性,(ii)非差別と公正,(iii)説明可能性,(iv)プライバシー,(v)説明可能性と監査性,(vi)環境ウェルビーイングに焦点をあてる。
各次元について、分類学に基づく最近の関連技術について概観し、実世界のシステムにおけるそれらの応用を概説する。
論文 参考訳（メタデータ） (2021-07-12T14:21:46Z) - Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。
倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。
このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文 参考訳（メタデータ） (2021-06-25T22:31:55Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。